[책]럭키 드로우, 노력에는 나이가 중요하지 않다.

사실 크게 그렇게 기대하고 읽은 은 아니었다. 어떠한 컨텐츠로 그가 돈을 벌고 있는지도 모르고 있었고, 지속가능한 것인가에 대해서도 모르는 상황이었기 때문에 그다지 궁금하게 보지는 않았던 까닭이다. 그래서 궁금해서 이 책을 보게 된 것같다. 특히 직전에 읽은 책이 최인아님의 “내가 가진 것을 세상이 원하게 하라”였다보니 더욱 더 “드로앤드류”라는 채널의 비밀을 내가 궁금하게 만들었다. 약간의 간절함이라고 해야할까? 여튼 그러하였다.

책 내용 자체는 사실 가볍게 보면 하루만에 빠르게 훑어볼 수 있을 정도로 간단하다. 하지만 군데군데, ”이 사람에게도 배울 부분은 있구나”라는 포인트가 보였기에 그렇게 가볍게 읽을만한 책은 아니었었고, 그런 부분이 보일 때마다 잠시 책을 내려놓고 곱씹어 보았던 것같다.

지금 생각해 보면 그가 미국에 인턴십을 하러 가는 부분만 봐도 그러하였다. 간단하게 적었지만 “실행”을 주저하는 이에게는 이러한 부분부터 막혔을 법하다. 실행은 때론 거대해보일 수 있기 때문에 많은 사람들이 여기서 멈춘다. 그러한 차원에서 저자가 작은 것부터 접근하는 방법은, 다시 한 번 내가 접근하는 방식에 확신을 주었다. 그리고 그 실행에 집중해서 상대방을 설득하는 부분의 예시로 "로컬페어"를 활용하는 사례가 나오는데, 저자의 집요함이 보이는 부분이었다.

하지만 개인적으로 가장 인상깊은 부분은 "공부한 것을 오롯이 내 것으로 만드는 힘이었다." 캘리그라피도 그렇고, 회사 홍보를 위해 배웠던 인스타그램 마케팅과,  퍼스널 브랜딩을 통해 매출을 발생시킨 부분이었다. 그 간 공부를 하면서 그 것을 통해 돈을 벌어들일 생각은 안했던 것같다. 아무래도 수학적 엄밀함이 들어가야 하다보니 더더욱 보수적이었던 것같다. 이 차이가 분명 있겠지만, 그럼에도 공격적으로 배운 것을 자신의 것으로 만들고 이를 통해 자신의 자산을 더욱더 강하게 만드는 사이클을 만드는 모습은 꽤 인상깊었다.

뿐만 아니라 본인이 올린 영상에서 사람들의 잠재수요를 찾는 부분들 역시 내가 촉각을 곤두세워야 하는 부분은 어디일지를 돌아보게 했다. 앞 선 내용까지 파악하면 "내가 자신이 있는 영역의 지식을 선정하고 이 지식을 서비스로 판매한다고 할 때, 관련된 사람들의 피드백에 대해서는 민감할 필요가 있겠구나"를 놓치고 있었는데, 이 부분을 잘 하고 있던 것이다. 수학적 지식이 부담스럽다면 데이터 사이언티스트의 리더로서 일을 하는데 고려해야할 부분 등을 깊게 생각해봐야겠다는 생각이 들었다. 이 질문은 이 책에서 내가 얻어가고 적용해봐야할 질문이기도 하였다.

주말이 참 빨리 지나간다. 하지만 그 주말에 읽기에 충분한 책을 빠르게 볼 수 있어서 너무 좋았고, 어떻게 적용할 수 있을지는 계속 고민해보도록 해야겠다.

럭키 드로우, 다산북스, 드로우앤드류

Read more

OLS 기반 인과추론 시 오차항 관련 체크 필요 가정

OLS 기반 인과추론 시 오차항 관련 체크 필요 가정

배경 * 아래 글을 DANBI에서 보다가 더 알아보게 되었습니다. OLS를 떠받치는 몇 개의 기둥이 있는데 그중 실용적으로 가장 중요한 것이 일치성(consistency)다. 쉽게 말해서 OLS를 통해 도출된 추정량이 있을 때 샘플사이즈가 커지면서 이 값이 참 값으로 접근한다는 것이다. 일치성이 충족되면 우리는 적당하게 큰 표본에 대해서 추정치가 좋은 속성을 지니고 있다고

인공지능이 문제가 아니라 결국 사람이 문제가 될 것입니다.

인공지능이 문제가 아니라 결국 사람이 문제가 될 것입니다.

사람들이 AI가 필요하다고 생각하는 시점 저 판사를 얼른 AI로 교체해야 한다. 유튜브에서 뉴스를 보다 보면 정말 많이 보이는 덧글입니다. 이러한 내용의 덧글이 달릴 때마다, 정말 많은 사람들이 공감을 표하곤 합니다. 왜 이렇게 사람들은 이러한 주장에 공감을 표하는 것일까? AI는 시킨대로 하기 때문에 공정하다는 인식 여러 이유가 있겠지만, 사람들은 아마 AI가

BG/NBD 모델은 고객 생애가치를 추정하는데 사용되는 확률 모델입니다.

BG/NBD 모델은 고객 생애가치를 추정하는데 사용되는 확률 모델입니다.

1. BG/NBD 모델이란? * BG/NBD(Beta-Geometric/Negative Binomial Distribution) 모델은 **고객의 생애 가치(Customer Lifetime Value, CLV)**를 추정하는 데 사용되는 확률적 모델입니다. * 특히 고객이 반복 구매를 할지, 아니면 더 이상 활동하지 않을지를 추정하는 데 유용합니다. 이 모델은 고객의 구매 행태를 두 가지 중요한 개념으로 나눕니다: * 고객은 활성(active)

다중공선성은 잘못된 인과추론 결과를 만들어낼 수 있습니다.

다중공선성은 잘못된 인과추론 결과를 만들어낼 수 있습니다.

다중공선성(Multi Collinearity) * **Multi-Collinearity(다중공선성)**는 독립 변수들 간의 강한 상관관계가 존재할 때 발생합니다. 즉, 한 독립 변수가 다른 독립 변수에 의해 설명될 수 있을 정도로 상관관계가 높은 상황을 의미합니다. * 이 문제는 주로 회귀 분석에서 나타나며, 변수들 간의 관계를 해석하는 데 있어 큰 장애물이 될 수 있습니다. * 일반적인 회귀식을 $Y=